2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩143頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著智能計算的發(fā)展,人們逐漸習慣于通過人機交互解決社會生活中遇到的問題。計算智能體如果可以了解和掌握人類內(nèi)在的情感體驗,就可以提高人機交互的合理性和協(xié)同性,實現(xiàn)生動、無縫的交互??紤]到情感計算與現(xiàn)實研究的復雜性,本文以面部表情的實時分析研究為基礎(chǔ),探討被觀測主體的外在面部表情表達與內(nèi)在情感體驗之間的聯(lián)系機制,取得了以下主要研究成果:
   提出基于張量的坐標空間變換方法,將面部特征矢量從像素空間轉(zhuǎn)換到參數(shù)空間,統(tǒng)一矢量維度,降低

2、數(shù)據(jù)處理的復雜度,提高實時分析的效率和準確率。理論證明了進行張量空間轉(zhuǎn)換的合理性,實現(xiàn)了面部特征矢量的幾何和物理特性在空間變換的過程中保持不變。實驗驗證了該方法可以有效的提高面部表情識別的精度和實時分析的效率。
   從智能認知的角度,定義組織環(huán)境和個體面部表情分析模型。組織環(huán)境中的參與主體受組織規(guī)范約束,增強了分析研究的可操作性和可信性;個體模型對組織環(huán)境中特定的主體進行面部表情識別分析,通過模型間的協(xié)同交互迭代傳遞主體的面部

3、表情聚類結(jié)構(gòu),完善模型自身的分析能力。由協(xié)同交互改進的面部表情識別算法收斂更快,并給出全局優(yōu)化的面部表情聚類分布。
   在個體模型的基礎(chǔ)上,建立面部表情的貝葉斯網(wǎng)絡(luò),實現(xiàn)對參與主體面部表情的動因分析和預測推理。引入?yún)f(xié)同交互改進面部表情網(wǎng)絡(luò)的結(jié)構(gòu)學習算法,提高了面部表情網(wǎng)絡(luò)的拓撲結(jié)構(gòu)質(zhì)量。在構(gòu)建的面部表情網(wǎng)絡(luò)中,可以實時分析影響主體面部表情表達的環(huán)境動因,以及預測主體下一時刻最有可能表達的面部表情狀態(tài)。該方法為通過面部表情分析情

4、感體驗做了基礎(chǔ)準備。
   基于上述研究,設(shè)計了通過面部表情研究情感體驗一致性分布的分析模型。該模型用以發(fā)現(xiàn)主體是否隱藏了應(yīng)該表達的情感特征,其面部表情表達與內(nèi)在的情感體驗是否一致。模型將面部表情特征和面部表情狀態(tài)定義為情感特征證據(jù),結(jié)合協(xié)同依賴的評估算法實現(xiàn)對情感體驗的協(xié)調(diào)度一致性分析,給出主體的情感體驗分布圖。該分布圖是最具“個性化的”面部表情分析和情感計算認知結(jié)果。
   綜上所述,該研究工作在較高層次上對人類外在

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論